如何统计DataFrame中指定邮件地址的出现次数？

嗨，我来帮你搞定这个问题！首先明确说一句：优先用pandas的内置矢量化方法，循环不仅代码写起来麻烦，数据量大的时候运行效率会差很多。下面一步步给你演示最优解法，也会补充循环的正确写法（如果你确实需要的话）。

第一步：准备示例数据 #

先把你的DataFrame和目标列表还原出来：

import pandas as pd

# 构造你的示例DataFrame
data = {
    'From': ['person1@gmail.com', 'person2@gmail.com', 'person3@gmail.com'],
    'To': ['stranger1@gmail.com', 'stranger1@gmail.com, stranger2@gmail.com', 'person1@gmail.com, stranger2@gmail.com']
}
df = pd.DataFrame(data)

# 指定需要统计的邮箱列表
lst = ['person1@gmail.com', 'stranger2@gmail.com', 'person3@gmail.com']

第二步：用pandas内置方法实现统计 #

核心思路是把所有涉及的邮箱（From列 + 拆分后的To列）合并成一个序列，然后统计次数再过滤目标列表：

# 1. 拆分To列中用逗号分隔的邮箱，展开成单独的行
to_emails = df['To'].str.split(', ', expand=True).stack().reset_index(drop=True)

# 2. 把From列和处理后的To列合并成一个包含所有邮箱的序列
all_emails = pd.concat([df['From'], to_emails], ignore_index=True)

# 3. 统计每个邮箱的出现次数
email_counts = all_emails.value_counts()

# 4. 按照目标列表过滤并整理成你需要的格式
result = email_counts.reindex(lst).reset_index()
result.columns = ['list_item', 'Total_Count']

# 查看结果
print(result)

运行后会得到你期望的输出：

list_item  Total_Count
0  person1@gmail.com            2
1  stranger2@gmail.com          2
2  person3@gmail.com            1

如果你一定要用循环实现 #

你的原循环有语法错误（比如if To,From contains item in emails:是不符合Python语法的），下面是修正后的循环写法：

from collections import defaultdict

# 用字典来存计数
count_dict = defaultdict(int)

# 遍历DataFrame的每一行
for _, row in df.iterrows():
    # 处理From列的邮箱，如果在目标列表里就计数+1
    from_email = row['From']
    if from_email in lst:
        count_dict[from_email] += 1
    
    # 拆分To列的邮箱，逐个检查计数
    to_emails = row['To'].split(', ')
    for email in to_emails:
        if email in lst:
            count_dict[email] += 1

# 转换成你需要的DataFrame格式
result_df = pd.DataFrame({
    'list_item': lst,
    'Total_Count': [count_dict[item] for item in lst]
})

不过还是强烈建议用第一种pandas内置方法，尤其是当你的DataFrame行数很多的时候，矢量化操作的速度会比循环快几个数量级。

内容的提问来源于stack exchange，提问作者OfSorts